结业的时分底子拿到了各大厂的 top offer，包含华为天才少年、阿里星等

  博士结业的时分，就涉及到作业的挑选，我大致划分为 5 种：学术界、自在职业、创业、国外大公司、国内大公司。

  首先是学术界，虽然我很喜爱科研，可是好像我一开始读博时的顾忌相同，我不喜爱理论，喜爱可以有用的研讨。我觉得学术界的研讨，即使是网络体系范畴，也常常脱离实际需求。例如我博士期间整个团队花了几年时刻研讨的汗水，虽然宣布了很好的论文，但也仅仅探究了一些或许性，并没有在任何一个出产体系中商用。今日，我依然期望把工业界的成功实践总结成论文宣布出来，就像我喜爱写博客共享自己的日子相同，但不期望 “为赋新词强说愁”，为了写论文而专门做一些短期内不或许商用的东西。

  其次是自在职业，虽然黑客精力本质上是鼓舞自在职业的，但现在依据常识的利益共享机制还不健全，除了单个大 V，只靠咨询服务、常识付费、个人网站的广告收入来养活自己是很难的。关于大多数自在职业者来说，自在职业能赚到的钱远远少于给大厂打工。因而，我自在职业的主意逐步被消磨。仰慕 LUG 挑选自在职业的小伙伴们，用自己的人生饯别着理想主义的精力。就现在而言，仍是需求先确保自己不饿死，再谈自在、共享、敞开的黑客精力。

  然后是创业。创业公司的长处在于效率高，可以像鲇鱼相同钻进细分商场。剖析方针商场的规划和其时玩家情况，就会发现公司赚钱都很不简略。像微软这样体量的公司，10 亿美金以下的商场底子入不了高眼。由于大公司要立项做一件作业需求杂乱的流程，需求一个多功能的团队支撑，一个小团队三五个人搞定的作业，大公司或许需求几十个人的团队。大公司开发流程杂乱，代码出产率 300~500 行/人月，产出的代码也是通过严厉的检视和测验的；小公司或许代码出产率高达 3000~5000 行/人月，但代码质量未必这么高。因而，大公司比较适宜 to B 的、对质量有严厉要求的商场，而创业公司比较适宜小步快跑、快速迭代的商场。

  我地点的数据中心网络研讨范畴就比较难创业，由于数据中心都是大公司才有的，大型公司要么自研智能网卡，要么收购其他大公司的智能网卡，谁会去买一家名不见经传的小公司的网卡呢？因而，这个典型的 to B 范畴虽然有许多创业公司，但都是功成名就的大厂大佬们出来兴办的，并不适宜年轻人创业。假如要创业，或许就得去做区块链、元国际、隐私核算、人工智能等比较 “新式” 的范畴，而我在这些范畴并没有堆集，也不期望抛弃在数据中心范畴已有的堆集。

  我以为数据中心范畴仍是比较适宜去大厂作业。比较自在职业或许创业公司，大公司的条条框框更多。这些条条框框一方面体现在规章制度、项目办理和开发流程上，另一方面体现在选题立项上。用我导师的话来说，便是要遵照公司商业上的现实与挑选，尊重公司在工业中的方位与产品的现状；研讨的问题必定需求有可以落地到产品的途径，而不是处理 “人类的问题”。

  在国内或许国外作业对我来说没有什么不同，可是我女朋友本年才博士结业，假如我 19 年就出国的话，就从异地变成异国了。异地的时分咱们还能每个月见一次面，异国的话就无法这么频频了，乃至还会有时差，就更麻烦了。因而我很快就排除了出国作业这个选项。2018 年头，我突发奇想，报名裸考了托福，还考了 103 分，其间白话和写作是最差的，分别是 22 和 24 分，假如通过必定的预备，或许可以进步。但后来我并不方案出国作业了，就没有故意学习英语。

  这么归纳看起来，就只剩余国内大公司或许独角兽了。大公司招人一般有几种途径，大佬约请，内推，或许海投简历。由于咱们在 MSRA 的圈子里，许多从 MSRA 出去的大佬天然就成为咱们的重要挑选，他们也会自动联络咱们，这种大佬约请的办法拿到尖端 Offer 的概率最高；内推则是找朋友内部引荐，我的联培博士老友聪教师就帮我内推了好几家公司；海投简历一般来说不太主张，首先是简历被 “捞” 起来的概率不大，其次是匹配到的部分也不必定适宜。大佬约请或许内推的办法相当于使用引荐人的背书，在面试前给了面试官较好的第一形象。不过，内推必定要找靠谱的朋友，从前有人给我引荐提名人并说了坏话，我就说要么就别引荐，由于个人恩怨说人家坏话总不是功德。

  大部分公司的面试方式都差不多，前两轮是技能面，大多数公司会让讲一讲所做的研讨，做一些算法题。后边是主管面，以及更高档的总裁面，有的还有 HR 面。这些高层面试就以谈天为主，主要是看研讨成果的影响力，未来的职业规划，公司价值观的匹配程度，高层领导也会借此时机宣扬公司，招引提名人。有些高档领导也会在面试中要求写代码。

  比方阿里星就包含两轮技能面试、一轮主管面试、一轮穿插面试，以及一轮阿里星终面。阿里星终面是部分的 P11 总裁和其他部分的两位大佬，加上高档 HR 主管一同面试，先让做 30 分钟学术陈述，各位大佬再发问 30 分钟。其时我不知天高地厚地大谈起正在做的批流一体处理的数据库项目，没成想 P11 大佬便是数据库的资深专家，被喷了一顿。不过我的许多不成熟的项目便是这样使用给大佬陈述的时机来接纳反应的。在 MSRA 实习的时分，有一次（并非面试）图灵奖得主 Butler Lampson 来 MSRA 拜访，我就给他讲了讲全序音讯传输的主意，他给了十分有价值的反应，这个作业在被拒了 4 次今后总算宣布在 SIGCOMM ‘21 上。

  阿里的穿插面试也令我形象深入。穿插面试的面试官来自其他部分，是一位从 Intel 换岗过来的专家，问了我许多 CPU 体系结构的常识，他说我在同龄人里算懂的比较多的，但关于细节了解还比较少。我说，在揭露途径很难了解到 CPU 微体系结构的细节呀。他颇有些深意地说，这便是作业经验的价值呀。这一席话让我意识到，必定要参加到有核心技能的团队里边，并且有尽或许广大的技能视界，才能在时刻短的芳华里学到尽或许多的 know-how。

  面试字节跳动的郭传雄教师时，郭博士给我出了一道数学题。那道题是给定一个递推公式求上下界，是从他的 DCell 论文中得出的（跟着 DCell 等级超指数级增加的服务器数量），而我并没有仔细读过这篇论文。其实数学上这个上下界并不难求，可是我其时确实没做出来，郭博士给我讲了才恍然大悟。郭博士说，他喜爱的研讨便是数学理论美丽，一起又有有用价值的类型，但这样的研讨可遇不可求。面试字节 CTO 杨震原的时分，他让我当场写代码，还聊了许多我研讨作业中的细节。他说，良久没有聊这么底层的东西了，他在百度的时分就做这种底层优化，有种当了几年将军又回到当年侠客商讨剑法的感觉。

  面试 Pony.ai 的时分，如愿见到了传说中的楼教主。见到楼教主之前有两轮代码面试，每场面试有两三道不算难的算法题，跟 Google 的面试很像。楼教主给我出了几道智力题，我都没有见过：

  用一个每次抛出正面朝上概率为 p 的硬币，答应屡次抛出，完成一个等概率的 01 随机变量，要求尽或许削减抛出次数的期望。这确实是很漂亮的一道题，现场我想出了最优战略但没算出期望来，后来我才搜到期望是 1/H(p)，其间 H 是熵函数。

  把一张长方形纸的一条边三等分、五等分。楼教主现场给了一张 A4 纸让我折，我折腾半响，给出一种办法，教主以为对了，我自己发现错了；然后我改了改，找到一种他没见过的三等分办法，但比较杂乱，其实教主的办法十分简略，也很简略推行到恣意等分。

  其时我还问楼教主，怎样看端到端的自动驾驶流水线，他说生命攸关的东西彻底交给神经网络这种黑盒子，他不放心；深度学习的可解说性和可调试性不强，就算作用好，假如出完事很难向大众解说，也不必定能契合法规的要求。

  MSRA 的面试轮数或许是最多的，有两轮代码面、研讨员和主管团体面试、穿插面、副院长面、HR 面等，其间每轮代码面是两道算法题加一道体系规划题，号称是 “一票否决制”，由于代码面不通过的不论主管怎样说情都无法选用。MSRA 的研讨员和主管团体面试和华为的研讨员和主管团体面试、阿里星终面比较相似，都是先讲学术陈述，然后是发问沟通。穿插面主要是调查常识面的广度和思想的敞开程度，从前有位提名人在面试时大举进犯穿插面试官的研讨范畴，这就不太适宜了。

  面试华为的时分，谭博问我，对 FPGA 在数据中心里的使用怎样看。假如仅仅站在为自己的研讨成果辩解的视点，大谈 FPGA 的优势，这个答复就狭窄了。不同的公司有不同的挑选，其间有技能途径依靠的原因，也有商业上的考虑。公司更期望提名人能客观地剖析各种不同智能网卡体系结构的好坏。我自己做面试官的时分，也期望提名人能从自己的研讨作业跳出来，有新的独立的考虑，最好能提高一层，而不是像复读机相同把几年前做过的陈述再讲一遍。

  现实上，这些面试我都没有怎样预备，由于我觉得大厂的算法题都不难（除非是考到数学或许脑筋急转弯类的问题）；研讨成果现已讲过许多遍，不需求 PPT 资料都可以讲出来；谈天就更不必预备了，我的职业规划便是成为体系架构师，我也比较喜爱斗争，跟国内大厂的价值观比较匹配，一起我对核算机也坚持着稠密的爱好，期望继续探究巴斯德象限的前沿。有些面试官仍是会问一些跟核算机根底常识相关的问题，我就知之为知之，不知为不知。比方 C++、Java 我没用过，我就说不会；虽然我做过一点内核开发，但都是最简略的内核模块，没有研讨过网络协议栈。我自己做面试官的时分也喜爱调查提名人的核算机根底常识，例如操作体系、网络、分布式体系、数据库等，以及提名人惯用编程言语的语法语义和编译链接运转时的常识（例如废物收回），常常发现许多提名人在问到理论性的问题时答复得头头是道，但诘问一层就答不上来了，由于他们并没有真实用过这些体系，仅仅背了一些面经。有的提名人乃至企图诈骗面试官，假如面试官是这方面的专家，这是很简略被发现的。

  直到今日我自己做了面试官，才发现跟我当年做提名人的时分相同，提名人的水平缓阅历跟面试官越挨近，面试起来就越舒畅。遇上高手就像是朋友谈天，比方遇上打 ACM 的就聊聊拿手哪些数据结构和算法，哪些题是天坑，竞赛的时分怎样打协作；遇上折腾网站的就聊聊用了什么结构，CSS 和 JS 有多少坑，运维的进程中有哪些血泪史；遇上稚晖君那样折腾嵌入式体系的就聊聊玩过（烧坏过）哪些单片机，PID 操控的参数怎样调的；遇上搞区块链的就聊聊共同机制和智能合约，趁便让他给我科普科普现已多年没看过的币价；遇上玩过信息安全的就让他讲讲黑了哪些网站，找到了哪些缝隙的 “光芒前史”；就算遇上自己不明白的范畴，也能谦虚讨教，听提名人讲讲他的故事，能学到不少东西。

  承蒙各位面试官和领导的厚爱，在这些公司我都拿到了不错的 offer。国内大厂的 offer 之间是会相互 match 的，例如我拿到阿里星的 offer 之后，其他几家大厂都会参阅这个 package。因而学弟学妹假如想找大厂作业，必定不要只投一家，不然就等着被宰吧。

  为了选 offer，我就像审论文相同，给每家公司写一段 Summary（概要总结），列出 Strengths（长处）和 Weaknesses（缺陷），将面试进程中和各方面搜集来的信息放到 Comments to the Author（谈论）里边。一起，我也会记载公司里的大佬、直接主管、新入职的优秀员工和实习生。就像顶会的每篇论文审稿定见都很充分，我给每家公司也写了上千字的点评。在此根底之上，我做了一张电子表格，从多个方面给每家公司打分，包含：

  每一项都像论文审稿相同 1~5 打分，然后核算算术平均值、几许平均值、方差等计算目标。依据这些计算目标，再对各家公司进行排序。就像审论文相同，论文中不中不是单看评分，但第一轮挑选中可以把评分过低的先行过滤。平均分 3 分以上的公司有 7 家，也便是第一轮过滤掉了 5 家。由于终究只能选一家公司，“中稿率” 只要 8%，这确实是个很严酷的挑选。关于第一轮被筛掉的公司，为了防止吊着招聘 HR，糟蹋主管的一片诚心，我就早一点直说了。就像论文第一轮被拒之后早点告知作者，作者还可以早一点转投其他会议。我这个人不拿手回绝，在回绝每家公司的时分都要深思熟虑良久。

  这 7 家的平均分最低为 3.78 分，最高为 4.11 分，其间前 6 家的平均分都至少为 3.94 分，因而真的是难分伯仲。我也很难对上述这些目标进行加权。论文投稿中，也不是依据分数来决议终究的选用，而是通过 PC（程序委员会）会议评论，假如有人 champion（支撑）并且没有人对立，这篇文章八成就能中。换到挑选公司的语境中也是如此，假如有显着的长处并且没有显着的缺陷，便是更好的挑选。

  终究，由于我的博士启蒙导师在华为，并且华为有软硬件结合规划的优势，我做出了困难的挑选。回绝这 7 家公司中的别的 6 家就更难了，由于每家公司都有宽广的远景、优渥的待遇、足够的生长空间、成批的大牛老板和同学等。在那时看来，或许挑选哪家公司并没有很大的不同。

  结业前不久，遇上了 “516” 美国制裁事情，一时刻人心惶惶，许多人说华为快不行了，劝我不要去华为了。一位教师对我说，人最名贵的是时刻。假如你想支撑华为，可以花钱，买一部手机都是支撑华为。可是假如挑选参加一家公司，投入自己的绝大部分时刻，那就不相同了。钱学森等大科学家可以抛弃优渥的待遇回国做默默无闻的作业，但他们再也不能像杨振宁那样做国际前沿的研讨、拿诺贝尔奖，并且一辈子的日子条件也没有很好。但我通过实地调研和访谈，承认华为并不是像外面传言的那样一触即溃，整个公司还在正常运转，该做什么项目还做什么项目，在食堂吃饭的时分电视机上就在播出与制裁相关的新闻，而咱们都现已习以为常。因而，我力排众议，坚持以为参加华为跟钱学森回国彻底不是一个性质，并坚持了我的挑选。这也是我一生中遭到对立最多的严重挑选。

  新员工入职训练的时分，咱们跟人力资源部的一位总裁座谈，我就提出，可否仿效 “阿里星”，搞一个体系性的招引优秀人才的项目。2019 年 8 月，公司刚好启动了 “天才少年” 方案，我也很有幸成为其间的一员。公司层面的 “天才少年” 方案当然跟我随口提出的主张无关，但我可以预判到公司对博士等优秀人才招聘越来越注重，而不是像某些人幻想的那样受到了制裁就要收紧优秀人才的招聘。3 年曩昔，在领导和各位搭档的关心下，我承当了越来越重要的项目职责，发挥了越来越大的价值，也阐明当年的这个挑选没有过错。

  虽然我只要很有限的作业经验，想告知学弟学妹的是，在上述 “打分项” 中，领导和部分的重要度高于公司和研讨范畴的全体情况。一个人过得舒畅不舒畅，在作业中能不能受到注重，很大程度上要看领导，尤其是直接主管。跟领导的 vision（愿景）共同，协作起来会更顺利。这就像是在读博进程中，导师的重要程度远大于校园和学院的名望。部分的重要度其次，主要看部分的事务和气氛，也便是事务的底子盘是否安定，是否有幻想空间，团队气氛是否友善。在大公司中，公司股价的跌落或许会影响收入，可是短期内对个人作业的影响是不大的。研讨范畴的抢手与否更是一个缓慢的改变进程，假如哪一天自己的研讨范畴垂垂老矣，再换也不迟，许多大佬都阅历过研讨范畴的切换。